Algoritmos Recursivos

AD2 98/99.
Tema 2: Anlisis y Diseo de Algoritmos Recursivos

1
Tema 2: Anlisis y Diseo
de Algoritmos Recursivos.
Objetivos.
- Introducir las bases necesarias para el diseo y anlisis de
los algoritmos recursivos.
Bibliografa.
BSICA:
- Brassard, P. Bratley: Algortmica: concepcin y anlisis.
Masson, 1990.
- Scholl P.C. Algortmica y Representacin de Datos. Tomo
2: Recursividad y Arboles. Ed. Masson, 1986.
- Casanova A. Programacin. Servicio de Publicaciones
UPV, Valncia, 1993.
OTROS:
- Aho A.V., Hopcroft J.E., Ullman J.U. The Design and
Analysis of Computer Algorithms. Ed.Addison-Wesley,
1974
- Balczar J.L. Programacin Metdica. McGraw-Hill,
1993
- Grimaldi R.P. Matemticas Discreta y Combinatoria. Ed.
Addison Wesley Iberoamericana, 1984
- Sahni S. Concepts in Discrete Mathematics. The Camelot
Publishing Company, 1985
AD2 98/99. Tema 2: Anlisis y Diseo de Algoritmos Recursivos
2
Contenidos.
1. INTRODUCCIN : ALGORITMOS RECURSIVOS
2. INDUCCIN
2.1 PRINCIPIO DE INDUCCIN
2.2 VERIFICACIN DE ALGORITMOS RECURSIVOS
3. ETAPAS DEL DISEO RECURSIVO.
4. ANLISIS DE LA COMPLEJIDAD TEMPORAL DE
LOS ALGORITMOS RECURSIVOS
3
1. INTRODUCCIN : Algoritmos
recursivos
- Un objeto es recursivo si su definicin requiere la
definicin previa del objeto en un caso ms sencillo.
Ejemplo: Nmeros Naturales N
(a) el 0 es un nmero natural.
(b) el sucesor de un nmero natural es tambin un
nmero natural.
- Una funcin es recursiva si su resolucin requiere la
solucin previa de la funcin para casos ms sencillos.
Ejemplo:
(a) 0!=1
(b) n!=n (n-1)!
4
Un algoritmo A que resuelve un problema P es recursivo si
est basado directa o indirectamente en s mismo.
Problema P con Datos I
| |
resuelto
en trminos de ...
| |
Problema P con Datos I' c I
con: I, I' del mismo tipo
I'c I
Cuando I' es lo ms pequea posible, solucin
directa
5
ESQUEMA DE UN ALGORITMO RECURSIVO
SENCILLO :
f x
h x d x
c x f ant x d x
( )
( ) ( )
( , ( ( )) ( )
=
{P(x)}
funcin f(x:T1) devuelve T2
opcin
d(x): r:=h(x); /*Casos directos*/
d(x): v:=f(ant(x)); r:=c(x,v);
/*Casos recursivos*/
fopcin
devuelve r
ffuncin
{Q(x,r)}
Cada llamada recursiva (activacin de la funcin) posee su
propio conjunto de variables locales y parmetros.
Existen tantos objetos con un mismo nombre como
activaciones de la funcin estn pendientes de terminar.
La comunicacin entre las sucesivas activaciones debe
hacerse por medio de parmetros.
6
TIPOS DE RECURSIN
1.- RECURSIN LINEAL : Si cada llamada recursiva
genera, como mucho otra llamada recursiva
- FINAL : si la llamada recursiva es la ltima operacin
que se efecta, devolvindose como resultado lo que se
haya obtenido de la llamada recursiva sin modificacin
alguna.
- NO FINAL : El resultado obtenido de la llamada
recursiva se combina para dar lugar al resultado de la
funcin que realiza la llamada.
2.- RECURSIN MLTIPLE : si alguna llamada puede
generar ms de una llamada adicional.
7
EJEMPLOS :
- RECURSIN LINEAL FINAL
{n>0 . m>0}
funcin MCD(n,m:entero)devuelve entero
var r :entero ;
opcin
n=m : r :=n ;
n>m : r :=MCD(n-m,m) ;
n<m : r :=MCD(n,m-n) ;
fopcin
devuelve r
ffuncin
{MCD(n,m) es el mximo entero que divide a n y a m}
8
Supongamos que hacemos la llamada MCD(25,15)
Secuencia de llamadas :
MCD(25,15)
n,m
MCD(n-m,m)
10,15
n,m
MCD(n,m-n)
10,5
n,m
MCD(n-m,m)
5,5
n,m
Traza :
MCD(25,15)
r = MCD(n-m,m)
10,15
n,m
r = MCD(n,m-n)
10,5
n,m
r=MCD(n-m,m)
5,5
n,m
{r=5}
{r=5}
{r=5}
{r=5}
9
- RECURSIN LINEAL NO FINAL :
{n>0}
funcin FACT (n:entero)devuelve entero
var r,v :entero ;
opcin
n=0 : r :=1 ;
n>0 : v := FACT(n-1) ;
r :=v*n;
fopcin
devuelve r
ffuncin
{FACT(n)=n!}
10
Supongamos que la llamada inicial es FACT(4)
Secuencia de llamadas :
FACT(4) Llamada inicial
n
FACT(n-1)
3
n
FACT(n-1)
2
n
FACT(n-1)
1
n
FACT(n-1)
0 Caso Directo
n
11
Traza :
FACT(4)
n=4
v :=FACT(n-1) ;
n=3
v :=FACT(n-1) ;
n=2
v :=FACT(n-1) ;
n=1
v :=FACT(n-1) ;
n=0
r :=1 ;
{v=1}
r :=v*n
{r=1*1=1}
{v=1}
r :=v*n
{r=1*2=2}
{v=2}
r :=v*n
{r=2*3=6}
{v=6}
r :=v*n
{r=6*4=24}
12
- RECURSIN MLTIPLE :
{n>0}
funcin Fib(n:entero)devuelve entero ;
var r :entero ;
opcin
ns1 : r:=n ;
n>1 : r:=Fib(n-1)+Fib(n-2) ;
fopcin
devuelve r
ffuncin
{Fib(n)=Fibonacci(n)}
donde Fibonacci n
n n
Fibonacci n Fibonacci n n
( )
( ) ( )
=
s
+ >

`
)
1
1 2 1
13
Supongamos que la llamada es Fib(4) :
rbol de llamadas :
Fib(4)
Fib(3) Fib(2)
Fib(2) Fib(1) Fib(1) Fib(0)
Fib(1) Fib(0)
14
Traza :
Fib(4) Llamada inicial
n
Fib(n-1)
n=3
Fib(n-1)
n=2
Fib(n-1)
n=1
{r=1}
Fib(n-2)
n=0
{r=0}
{r=1+0=1}
Fib(n-2)
n=1
{r=1}
{r=1+1=2}
Fib(n-2)
n=2
Fib(n-1)
n=1
{r=1}
Fib(n-2)
n=0
{r=0}
{r=1+0=1}
{r=2+1=3}
15
2. INDUCCIN
Si queremos demostrar la correccin de un algoritmo
recursivo ....
QU MTODO DE DEMOSTRACIN
PODEMOS USAR?
1. Debemos analizar todas y cada una de las
instrucciones del algoritmo.
2. Pero .... !!! incluye instrucciones que consisten en
ejecutar el mismo algoritmo ("llamadas recursivas") !!
Idea : Suponer que estas llamadas funcionan
correctamente e intentar demostrar que la funcin
que hace la llamada tambin.
Aplicar el mtodo de demostracin por induccin
16
Para comprobar que un algoritmo recursivo es correcto hay
que analizar los aspectos siguientes :
1.- Hay una salida no recursiva del algoritmo (Caso
Directo) ?, El algoritmo cumple con la especificacin en
este caso ?
2.- Cada llamada recursiva se refiere a un caso ms
pequeo del problema original ?
3.- Suponiendo que la(s) llamada(s) recursivas cumplen la
especificacin (son correctas), cumple la especificacin el
algoritmo completo ?
17
2.1 PRINCIPIO DE INDUCCIN.
Principio de Induccin Fuerte
FASE 1: BASE INDUCCIN
Probar que la propiedad P es cierta para n
0
> 0, n
0
e N.
(Para ello se utilizan las propiedades de los naturales.)
FASE 2: INDUCCIN Probar que P es hereditara
2a) HIPTESIS DE INDUCCIN: Supongo P cierta para
n e N / n

> n
0
2b) PRUEBA: Probar que P es cierta para n+1.
(Para ello se utilizan las propiedades de los N y la hiptesis de induccin.)
FASE 3: CONCLUSIN Si hemos concluido con xito las
dos fases anteriores
P es cierta n e N, n > n
0
, n
0
e N
( P(n
0
) . n: ( P(n) P(n + 1) ) ( n: P(n))
n0 n n+1
n0
18
Principio de Induccin Fuerte
FASE 1: BASE INDUCCIN
Probar que la propiedad P es cierta para n
0
> 0, n
0
e N.
(Para ello se utilizan las propiedades de los naturales.)
FASE 2: INDUCCIN Probar que P es hereditara
2a) HIPTESIS DE INDUCCIN: Supongo que P es
cierta x e [n
0
, n], n > n
0
, n
0
, n, x e N.
2b) PRUEBA: Probar que P es cierta para n+1.
(Para ello se utilizan las propiedades de los N y la hiptesis de induccin.)
FASE 3: CONCLUSIN Si hemos concluido con xito las
dos fases anteriores
P es cierta n e N, n > n
0
, n
0
e N
( n: (( x: x <n: P(x)) P(n))) ( n: P(n))
x n
n0
n0
19
Ejemplo:
Todo nmero de la forma 10
n
-1 es divisible por 9.
BASE DE INDUCCIN:
Probar que 10
0
- 1 es divisible por 9: 10
0
- 1 = 0 = 0
*
9
INDUCCIN:
2a) HIPTESIS DE INDUCCIN:
Supongo que 10
n
- 1 es divisible por 9 ( 10
n
- 1 = 9
*
a)
2b) PRUEBA:
10
n+1
- 1 = 10
*
(10
n
- 1) + 9 = 9
*
(10
*
a + 1)
20
PRUEBA POR INDUCCIN DE PROPIEDADES DE
FUNCIONES RECURSIVAS.
Sea f: D R una funcin recursiva.
Sea P una propiedad de la funcin, tal como
CORRECCIN, TERMINACIN, OTRAS
Ejemplo: Dada la funcin factorial
FACT n
n
n FACT n n
( )
* ( )
=
=
>

`
)
1 0
1 0
(a) Demostrar que termina.
Como el dominio de FACT es N, utilizaremos el principio
de induccin sobre N para la demostracin
BASE: FACT(0) origina un nmero finito de clculos
INDUCCIN:
HIPOTESIS: FACT(n - 1) origina un nmero finito de
clculos
PRUEBA: FACT(n) origina un nmero finito?
Por definicin , FACT(n) = FACT(n - 1)
*
n
Por HI, FACT(n - 1) termina
Entonces, FACT(n) tambin termina.
21
(b) Demostrar que es correcta, o sea que :
FACT n n ( ) ! =
donde n ! se define como n
n
i n
n
! =
=
>
I
1 0
0
1
BASE: FACT(0)=1
INDUCCIN:
HIPTESIS: FACT(n-1) = 1
*
2
*
..
*
(n - 1) n > 0
PRUEBA: FACT(n) = 1
*
2
*
3
*
..
*
n?
Por definicin , FACT(n)=n
*
FACT(n - 1)
Por HI, FACT(n-1) = 1
*
2
*
..
*
(n - 1)
Entonces,
FACT(n) = n
*
(1
*
2
*
..
*
(n - 1))=1
*
2
*
..
*
(n - 1)
*
n
22
2.2 VERIFICACIN DE ALGORITMOS
RECURSIVOS. FUNCIN LIMITADORA.
Consideremos el siguiente esquema :
{P(x)}
funcin f(x:T1) devuelve T2
opcin
d(x): r:=h(x); /*Casos directos*/
d(x): v:=f(ant(x)); r:=c(x,v);
/*Casos recursivos*/
fopcin
devuelve r
ffuncin
{Q(x,r)}
23
Para verificar este esquema consideraremos :
- CASOS DIRECTOS : Tendremos que demostrar
{P(x).d(x)}
r :=h(x)
{Q(x,r)}
que equivale a demostrar P(x).d(x) {Q(x,h(x))}
- CASOS RECURSIVOS :
1.- Garantizar que los parmetros de la llamada recursiva
cumplen la precondicin :
P(x) . d(x) P(ant(x))
2.- Demostracin por induccin de la correccin :
P(x) . d(x) . Q(ant(x),v) Q(x,c(v,x))
H.I
3.- Validacin del razonamiento inductivo :
Definir una funcin limitadora t : T1 Natural
Demostrar que t(x) decrece estrictamente en cada llamada :
P(x) . d(x) t(ant(x)) < t(x)
24
La funcin limitadora :
- Valida el razonamiento por induccin
- Garantiza la terminacin de la secuencia de llamadas
recursivas, ya que cada una tiene que tener un valor
natural t(x) estrictamente inferior al de la anterior y en
los Naturales esto no puede ocurrir indefinidamente
- De hecho es una cota superior del nmero de llamadas
que se realizan a la funcin (cuando la recursin es
lineal).
La verificacin no es un argumento a posteriori sino que
guia el diseo y explica el algoritmo.
25
3. ETAPAS DEL DISEO RECURSIVO.
Un diseo recursivo constar de las siguientes etapas:
1.- Definicin del problema.
2.- Anlisis de casos. Identificacin de la funcin
limitadora.
3.-Transcripcin algortmica y verificacin de cada caso.
4.-Validacin de la induccin : la funcin limitadora
decrece estrictamente en las llamadas.
26
DEFINICIN DEL PROBLEMA
- Nombre del algoritmo, sus datos y sus resultados
- Precondicin
- Postcondicin
ANLISIS POR CASOS. IDENTIFICACIN DE LA
FUNCIN LIMITADORA.
Analizar los diferentes casos que se puedan presentar,
identificando :
- Uno (o ms) CASOS DIRECTOS
- Uno (o mas) CASOS RECURSIVOS
Concretar la FUNCIN LIMITADORA
OBSERVACIONES :
1.- Es preciso asegurarse de que se cubren todos los casos
que pueden aparecer.
2.- Frecuentemente, la eleccin de los casos directos puede
realizarse antes de decidir la funcin limitadora, basta
comparar P y Q para ver en qu casos es fcil obtener Q a
partir de P. As los casos directos pueden ayudar a buscar la
funcin limitadora : decrementar sta debe suponer
aproximarse al caso directo.
27
DISEO Y VERIFICACIN DE CADA CASO
Diseo del fragmento de programa que resuelve cada caso
junto con su verificacin :
(1) Al programar los casos recursivos es preciso
suponer, como Hiptesis de Induccin, que las
llamadas recursivas funcionan correctamente.
(2) Para poder aplicar la induccin ha de garantizarse
que, al evaluar la funcin limitadora sobre los
parmetros que aparecen en cada llamada, se obtienen
valores estrictamente menores que los que
corresponden a los recibidos.
Como subproducto de (2) queda demostrado que la
recursin es finita, ya que no puede haber infinitas
llamadas recursivas tales que cada una de ellas tenga
asociado un nmero natural estrictamente inferior al
de la anterior.
28
PROBLEMA 1: MULTIPLICACIN DE NATURALES
Supongamos que el repertorio de instrucciones disponibles
sobre los naturales se reduce a la suma y la diferencia.
Queremos disear un algoritmo recursivo para realizar la
multiplicacin de naturales.
Definicin :
algoritmo MULT (Datos a,b :entero
Resultado p :entero)
Precondicin {a>0 . b> 0}
Postcondicin {p=a*b}
Anlisis de casos. Funcin limitadora.
Hemos de distinguir al menos un caso directo y otro
recursivo, ste nos ha de permitir hacer decrecer los
parmetros en algn sentido.
Tomemos como funcin limitadora a e intentemos
decrementarla de 1 en 1 :
Caso DIRECTO : a=0
Casos RECURSIVOS : a>0
29
Solucin al Caso Directo :
{a=0}
? ? p :=0
{p=a*b}
Solucin a los Casos recursivos :
Obsrvese que a*b=(a-1+1)*b=(a-1)*b+b
{a>0}
p :=MULT(a-1,b)
{p=(a-1)*b)} H.I
? ? p :=p+b
{p=a*b}
30
El algoritmo queda :
{a>0 . b> 0}
funcin MULT(a,b:entero)devuelve entero;
var p :Natural
opcin
a=0 : p :=0 ;
a>0 : p :=MULT(a-1,b) ;
{p=(a-1)*b}
p :=p+b ;
fopcin
{p=a*b}
devuelve p
ffuncin
{MULT(a,b)=a*b}
Cuntas llamadas recursivas hace MULT(a,b) ? a
PRIMERA MEJORA : Hacer decrecer el menor de a y b
31
SEGUNDA MEJORA :
Suponiendo que adems de las operaciones + y - se pueden
usar ciertas multiplicaciones y divisiones (por 2).
Intentemos decrementar a de otra manera : dividiendo por 2
Hemos de garantizar que a div 2 < a (en el caso recursivo):
Caso DIRECTO : a=0
Casos RECURSIVOS : a>0
Solucin al Caso directo : igual que antes
Solucin a los Casos recursivos :
{a>0}
p :=MULT2(a div 2,b)
{p=(a div 2)*b)} H.I
? ?
{p=a*b}
32
Diseo de ? ?
Si a es PAR : 2*(a div 2)*b=a*b
Si a es impar :
(a div 2)=(a-1) div 2
2*(a div 2)*b=2*((a-1) div 2)*b=(a-1)*b
luego a*b=2*(a div 2)*b+b=MULT2(a div 2,b)+b
Algoritmo resultante :
{a>0 . b> 0}
funcin MULT2(a,b:entero)devuelve entero;
var p :entero
opcin
a=0 : p :=0 ;
a>0 : p :=MULT(adiv2,b);
{p=(a div 2)*b}
opcin
par(a): p:=p*2;
par(a): p:=p*2+b
fopcin
{p=a*b}
devuelve p
ffuncin
{MULT2(a,b)=a*b}
Cuntas llamadas recursivas se realizan en este caso ? log a
33
PROBLEMA 2: Clculo del cociente y el resto de la
divisin entera. Dados dos enteros a > 0 y b > 0 se desea
obtener q, r tales que
a = b
*
q + r . q > 0, 0 s r 0 . b>0}
Postcondicin {a=b*q+r . 0sr0}
34
ANALISIS POR CASOS Y FUNCIN LIMITADORA :
Observemos que :
a - b = b
*
(q - 1) + r, . 0 s r 0
donde q-1 es el cociente de (a-b) div b y r es el resto
Esto nos da una pista para tomar como funcin limitadora a
y reducir su valor en la forma a-b. Esto requiere como
guarda que a>b, quedando ab
Solucin de los Casos Directos :
{b>0 .a<b}
? ? q :=0 ; r :=a ;
{a=b*q+r . r0}
Solucin de los Casos Recursivos :
{b>0 .a>b}
DIVIDIR(a-b,b,q,r) ;
{a-b=b*q+r} {a=b*(q+1)+r}
q :=q+1 ;
{a=b*q+r . r0}
35
ALGORITMO RESULTANTE :
{a>0 . b>0}
accin dividir(ent a,b:entero;
sal q,r :entero)
opcin
a<b: q :=0;r :=a ;
a>b: dividir(a-b,b,q,r);
q :=q+1 ;
fopcin
ffuncin
{a=b*q+r.q>0.0sr<b. q>0}
36
Ejercicios propuestos :
(1) Podramos basar el diseo en reducir a en 1 ?
(2) Disear un algoritmo reduciendo el parmetro a
mediante una divisin por 2.
(3) Disear un algoritmo incrementando el parmetro b
duplicndolo.
37
PROBLEMA 3 : SUMAR LAS i PRIMERAS
COMPONENTES DE UN VECTOR v.
Supongamos definido :
tipo TipoVector=vector [1..N] de entero ;
DEFINICIN :
algoritmo SUMAV (Datos v :TipoVector ;i :entero
Resultado s : entero)
Precondicin : {0sisN}
Postcondicin : {SUMAV(v)=`
j=1..i
v[j] }
38
ANLISIS DE CASOS Y FUNCIN LIMITADORA :
CASO DIRECTO : i=0, anula el dominio del cuantificador
de Q. La solucin es s :=0
CASOS RECURSIVOS : i>0
Como funcin limitadora elegiremos el valor de i
{isN . i>0}
s :=SUMAV(a,i-1) ;
{s=`
j=1..i-1
v[j] }
? ? s :=s+a[i]
{s=`
j=1..i
v[j] }
39
Algoritmo resultante :
funcin SumaV(v:TipoVector;i:entero)
devuelve entero
var s :entero ;
opcin
i=0 : s :=0 ;
i>0 : s :=SumaV(v,i-1) ;
s :=s+v[i] ;
fopcin
devuelve s
ffuncin
40
4. ANLISIS DE LA COMPLEJIDAD TEMPORAL DE
LOS ALGORITMOS RECURSIVOS.
Si la definicin recursiva es:
f x
h x si d x
c x f ant x f ant x si d x
m
( )
( ) ( )
( , ( ( )),..., ( ( ))) ( )
=

1
el coste del algoritmo asociado vendr frecuentemente
dado por:
coste(n) = m coste( F(n) ) + g(n) si n > n
0
coste (n) = no importa si n s n
0
donde:
- F es la funcin de reduccin de la talla (n) en cada
llamada recursiva. Normalmente F(n)<n, y ms
concretamente: F(n) = nc F(n) = n/c.
- m es el nmero de llamadas recursivas que genera
cada llamada a f(x), suponiendo que en todas ellas la
talla se reduzca de la misma forma.
- g(n) es el coste de f(x) excluidas las llamadas
recursivas.
41
Resolveremos las relaciones de recurrencia por el
mtodo de sustitucin.
42
EJEMPLO (Aplicacin del mtodo de sustitucin).
funcin mximo(a: vector; i: entero)
devuelve entero;
opcin
i=1: devuelve a[1];
i>1: devuelve
mayor(mximo(a,i-1),a[i]));
fopcin
ffuncin
La primera llamada es mximo(a,n), siendo n el n
de elementos del vector.
La talla del problema es n.
No hay diferentes instancias; en cualquier caso
se recorre todo el vector.
Las relaciones de recurrencia sern:
coste( 1 ) = K
1
coste( n ) = coste( n-1 ) + K
2
n>1.
43
El mtodo de sustitucin consiste en ir desarrollando la
funcin, tomando valores decrecientes de n y
sustituyendo en coste(n) hasta llegar al caso en que
cesa la recurrencia (caso directo).
En el ejemplo anterior:
coste(1) = K
1
coste(n) = coste(n-1) + K
2
n>1,
luego
coste(n)
= coste(n-1) + k
= coste(n-2) + 2k
= coste(n-3) + 3k
= coste(n-4) + 4k = ....
= coste(n-(n-1)) + (n-1)k
= coste(1) + (n-1)k
= k' + (n-1)k e O(n).
44
Para obtener el orden de las relaciones ms
habituales, se puede aplicar el siguiente teorema.
TEOREMA. Sean a > 1, b e R
+
, n, c e N.
Supngase que f verifica para n > c las relaciones
indicadas. Entonces:
Caso 1
f(n) = a f(n-c) + b a = 1 O(n)
a > 1 O(a
n/c
)
Caso 2
f(n) = a f(n-c) + bn + d a = 1 O(n
2
)
a > 1 O(a
n/c
)
Caso 3
f(n) = a f(n/c) + b a = 1 O(log
c
n)
a > 1 O(n
log
c
a
)
Caso 4
f(n) = a f(n/c) + bn + d a < c O(n)
a = c O(n log
c
n)
a > c O(n
log
c
a
)
45
Ejemplo: Las torres de Hanoi, en el que se deben
mover n discos de uno en uno desde una pila inicial a
otra destino haciendo uso de una tercera pila auxiliar,
con la restriccin de que cualquier disco, en cualquier
momento, slo puede tener por debajo de l discos de
mayor dimetro.
Procedimiento hanoi(n: natural;
ini, dest, aux:
pila de discos) es
si n>0 entonces
hanoi(n-1,ini,aux,dest);
mueve_disco_sup(ini,dest);
hanoi(n-1,aux,dest,ini)
fsi
fprocedimiento,
donde mueve_disco_sup(a,b) tiene coste O(1).
Talla del problema: n. No hay instancias diferentes.
Relaciones de recurrencia de la funcin de coste:
coste(n) = 2 coste(n-1) + K
1
n>0
coste(n) = K
2
n=0
46
Al resolver por sustitucin:
coste(n) = 2 coste(n-1) + K
1
n>0
coste(n) = K
2
n=0
coste(n)
= 2coste(n-1) + K
1
= 2(2coste(n-2) + K
1
) + K
1
= 4coste(n-2) +2 K
1
+ K
1
= 4(2coste(n-3) + K
1
) + 2 K
1
+ K
1
= 8coste(n-3) + 4 K
1
+ 2 K
1
+ K
1
=......
= 2
n
coste(0) +2
n-1
K
1
+ 2
n-2
K
1
+ ... + 2 K
1
+ K
1
= 2
n
K
2
+ K
1
(2
n
-1) e O(2
n
).
47
EJEMPLO: Bsqueda dicotmica. (Aplicacin de las
relaciones de recurrencia a algoritmos iterativos.)
{ v est ordenado }
procedimiento dicotmica
(v: vector|1..n|
de entero;
n, x: entero;
sal est: lgico;
sal m: entero) es
var i,j: entero fvar;
i:=1 ; j:=n; est := falso;
repetir
m := (i+j) div 2;
opcin
v[m] > x: j := m - 1;
v[m] < x: i := m + 1;
v[m] = x: est := verdadero;
fopcin
hasta que i>j v est
fprocedimiento
{1mn((est vJm7=x) .
(est (k:1kn:vJk7=x)}
La talla del problema es n = j-i+1 = j-i
Caso peor (x no est en v): como tras cada iteracin la
talla del problema disminuye aproximadamente a la
mitad, se tiene que:
coste(n) = K
1
+ coste(n/2) n>1
48
(Caso peor)
coste
p
(n) = K
1
+ coste
p(
n/2)) n>1
coste
p
(1) = K
2
Si se resuelve la recurrencia por sustitucin:
coste
p
(n)
= K
1
+ coste
p
(n/2)
= K
1
+ K
1
+ coste
p
(n/2
2
)
= 2 K
1
+ coste
p
(n/2
2
)
= 2 K
1
+ K
1
+ coste
p
(n/2
3
)
= 3 K
1
+ K
1
+ coste
p
(n/2
4
) = ....
= (log
2
n) K
1
+ coste
p
(n/2
log n
))
= (log
2
n) K
1
+ coste
p
(n/n)
= (log
2
n) K
1
+ K
2
e O( logn ).
49
Caso mejor: x se encuentra en la primera iteracin.
Resumen:
coste(n) e O( logn )
coste(n) e O( 1 )
50

Algoritmos Recursivos

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Algoritmos Recursivos

Încărcat de

Drepturi de autor:

Formate disponibile

AD2 98/99.

Tema 2: Anlisis y Diseo de Algoritmos Recursivos

S-ar putea să vă placă și